linux - 在文件内搜索和替换

Question

我有一个包含数千行的 XML 文件，有时会遗漏一个结束标记。这是有问题的，因为我有一个 python 脚本将它转换成电子表格，但是当缺少结束标记时，脚本会中断并发送不完整的数据。

这是一个 XML 示例:

<notes>
    <note>
        <note>-Some text
            <date>2014-07-30T14:30:18-07:00</date>
    </note>
</notes>

谁能告诉我如何在文件中搜索，找到缺少标签的地方，然后插入它？

我一直在尝试使用 grep，但我无法让它在多行上找到一组字符串。这是我一直在尝试的:

grep "'</date>'\n''</note>'\n'</notes>'" somefile.xml

查找问题解决后，我不确定如何替换文本。

Answer 1

这适用于给定的数据。但是，它不会尝试保持间距。

awk '
  /<note>/    { n++ }
  /<\/note>/  { n-- }
  /<\/notes>/ { for( ; n; n--) print"</note>" }
  { print }
' file

如果它总是内部的有时会丢失并且它总是间隔相同，你可以保持这样的间距:

awk '
/^        <\/note>/          { endfound=1 }
/^    <\/note>/ && !endfound { print "        </note>" }
{ print; endfound=0 }
' file